İş ekipleri için sade bir dille yapay zeka sözlüğü.

Tedarikçi toplantısı hızlı ilerler. Yanıtlar “kaynaklara dayalı” (grounded), ajan “tamamen otonom”, model de “sizin verilerinizle eğitilebiliyor”. Herkes başını sallar; çünkü bir kelimenin ne anlama geldiğini sormak, geride kaldığınızı itiraf etmek gibi gelir.

Öyle değil. Bu kelimelerin her biri, sistemin sizin için işe yarayıp yaramayacağını belirleyen bir soruyu saklar. Bu yapay zeka terimleri sözlüğünde her terim iki sade cümleyle ve o soruyla yer alıyor. Terimler alfabeye göre değil, etkiledikleri karara göre gruplandı.

Bu sözlük nasıl kullanılmalı?

Masadaki karara uyan grubu okuyun; kendi saha notu olan terimlerden o nota bağlantı verilir. Ürün adları, sürümler ve fiyatlar dışarıda bırakıldı; böylece tanımlar araçlar değiştikçe de doğru kalır.

Temsili bir örnek ele alalım: bir tedarikçi, asistanının “verilerinize dayalı” çalıştığını söylüyor. Aşağıdaki üç madde bunu sorulara çevirir: hangi kaynaklarda arıyor, her yanıt bir kaynak gösteriyor mu ve kimin neyi görebileceğine uyuyor mu?

Her yapay zeka teriminin işe yarayan kısmı, size sordurması gereken sorudur.

Modelleri anlatan terimler hangileri?

Bu terimler hangi modeli kullandığınızı ve modelin nerede çalıştığını belirler.

• Büyük dil modeli (LLM, large language model). Metinde sırada ne geleceğini tahmin etmek için çok büyük miktarda metinle eğitilmiş bir model; bu sayede taslak yazabilir, özetleyebilir, sınıflandırabilir ve yanıt verebilir. Yanıldığında da aynı derecede emin konuşur. Şunu sorun: çıktısını kim kontrol ediyor?
• Token. Modelin okuyup yazdığı birim; çoğu zaman bir kelime ya da kelimenin bir parçası. Kullanım token üzerinden fiyatlanır ve sınırlanır; Türkçe metinler de çoğu zaman İngilizceden daha fazla token gerektirir. Şunu sorun: tamamlanmış tek bir görev neye mal oluyor?
• Bağlam penceresi (context window). Bir modelin tek bir istekte, talimatlar ve belgeler dahil, dikkate alabileceği en fazla metin. Daha büyük bir pencere çağrı başına daha pahalıdır ve modelin hepsini iyi kullandığı anlamına gelmez. Şunu sorun: dışarıda ne kalıyor?
• Prompt. Her istekle gönderilen talimatlar, örnekler ve malzeme. Bir iş sisteminde yazılımın parçasıdır; bu yüzden onu kod gibi sürümleyin ve test edin. Şunu sorun: onu kim değiştirebilir?
• Açık ağırlıklı model (open-weight model). Eğitilmiş parametreleri yayımlanmış bir model; onu kendi sunucularınızda ya da kendi bulutunuzda çalıştırabilirsiniz. Verinin nerede işlendiğini siz kontrol edersiniz; barındırma, güvenlik ve güncellemeler de size kalır. Şunu sorun: onu kim işletecek?
• İnce ayar (fine-tuning). Bir modelin, dar bir görevdeki üslubunu, biçimini ya da davranışını değiştirmek için sizin örneklerinizle ek eğitimden geçirilmesi. Değişen bilgileri değil kalıpları öğretir; bu yüzden belgeler için genellikle bilgi erişimi daha uygundur. Şunu sorun: neden bilgi erişimi değil?

Sistemlerin bilgiyi nasıl bulduğunu anlatan terimler hangileri?

Bu terimler, yanıtların onaylı kaynaklarınızdan gelip gelmediğini belirler; veri ve yapay zeka altyapısının özü de budur.

• Embedding. Bir metnin anlamını yakalayan sayı listesi; benzer anlamlar birbirine yakın durur. Böylece sistem bir soruyu, farklı kelimeler kullanan bir pasajla eşleştirebilir. Şunu sorun: bizim dilimizde ve jargonumuzda test edildi mi?
• Anlamsal arama (semantic search). Birebir kelimelere göre değil, anlama göre arama. Başka sözcüklerle ifade edilmiş içerikleri bulur ama kodları, adları ve sayıları kaçırabilir; anahtar kelime aramasının önemini korumasının nedeni budur. Şunu sorun: bir parça numarasını bulabiliyor mu?
• RAG (retrieval-augmented generation, erişimle zenginleştirilmiş üretim). Sistem önce kaynaklarınızda arama yapar, sonra model bulduklarına dayanarak yanıt verir. Hiçbir şeyi yeniden eğitmeden belgelerinizden yanıt vermenin olağan yoludur. Şunu sorun: hangi kaynaklar ve her yanıt bir kaynak gösteriyor mu?
• Kaynağa dayandırma (grounding). Bir yanıtı, modelin eğitimde edindiklerine değil, o soru için getirilen malzemeye bağlamak. Kaynağa dayanan bir yanıt da kaynak güncel değilse yanlış olabilir. Şunu sorun: hiçbir kaynak uymadığında ne oluyor?
• Kaynak gösterme (citation). Bir iddiadan, tam olarak dayandığı pasaja, sayfaya ya da ana giden işaret. Böylece bir inceleyici bir iddiayı saniyeler içinde kontrol edebilir. Şunu sorun: pasaj iddiayı gerçekten destekliyor mu?
• Yetkilere uyan bilgi erişimi (permission-aware retrieval). Yalnızca soruyu soran kişinin zaten açabileceği içerikleri getiren bilgi erişimi. Bu olmadan bir asistan, bir dosyadan onu hiç açamayacak birine alıntı yapabilir. Şunu sorun: yetkiler soru anında kontrol ediliyor mu?

İşlem yapan sistemleri anlatan terimler hangileri?

Bu terimler, bir sistemin insan olmadan neler yapabileceğini belirler.

• Ajan (agent). Bir sonraki adımını seçmek ve atmak için model kullanan yazılım: bilgi aramak, araçları çağırmak, kayıtları değiştirmek. Önceden bilinemeyen yollara uygundur ve test edilmesi daha zordur. Şunu sorun: tek başına ne yapabilir?
• İş akışı (workflow). Model çağrılarının seçilmiş noktalarda yer aldığı sabit bir adım dizisi; örneğin sınıflandırma, bilgi çıkarma, ardından taslak hazırlama. Birçok iş sürecine bir ajandan çok bir iş akışı daha iyi hizmet eder. Şunu sorun: hangi adımın modele ihtiyacı var?
• Araç çağırma (tool calling). Modelin, çevresindeki yazılımdan sipariş sorgulamak gibi tanımlı bir işlemi çalıştırmasını istemesi. Çağrıya izin verilip verilmeyeceğine model değil, yazılım karar verir. Şunu sorun: hangi araçlar, hangi yetkilerle?
• Yapılandırılmış çıktı (structured output). Yazılımın kullanmadan önce doğrulayabileceği, örneğin adlandırılmış alanlardan oluşan sabit biçimli çıktı. Bir fatura taslak kayda böyle dönüşür. Şunu sorun: bir alan kontrolden geçemezse ne oluyor?
• Döngüde insan (human-in-the-loop). Belirlenmiş noktalarda bir insanın işi incelemesi, onaylaması ya da düzeltmesi. Ancak inceleyicinin kanıtı, zamanı ve hayır deme yetkisi varsa işe yarar. Şunu sorun: insan nerede karar veriyor?
• Özerklik düzeyi (autonomy level). Bir sistemin tek başına ne kadar ileri gidebileceği: öneri sunmak, taslak hazırlamak, onayla işlem yapmak ya da işlem yapıp raporlamak. Aynı iş akışındaki görevler çoğu zaman farklı düzeylerde durur. Şunu sorun: bir görevi hangi kanıt bir üst düzeye taşır?

Kalite ve riski anlatan terimler hangileri?

Bu terimler, sistemin yeterince iyi ve güvenli olduğunu nasıl bileceğinizi belirler.

• Değerlendirme seti (evaluation set). Bir uzmanın kabul edeceği yanıtlarla birlikte gerçek örnekler ve puanlama kuralları. Canlıya almadan önce kabul testi, her değişiklikten sonra da regresyon testidir. Şunu sorun: yanıtları kim yazdı?
• Kabul kriterleri (acceptance criteria). Bir sistemin canlıya alınmak için karşılaması gereken kalite, maliyet ve hız eşikleri; asla kabul edilemeyecek hatalar dahil, yazılı olarak. “İyi görünüyor” izlenimini bir karara dönüştürür. Şunu sorun: demodan önce üzerinde anlaşıldı mı?
• Halüsinasyon (hallucination). Akıcı ve kendinden emin ama kaynaklarca ya da gerçeklerce desteklenmeyen çıktı; kısacası modelin uydurması. Kapatılamaz; yalnızca azaltılabilir ve tasarımla yakalanabilir. Şunu sorun: bizim vakalarımızda ne sıklıkla?
• Koruma önlemleri (guardrails). Modelin etrafındaki kontroller ve sınırlar: yetkiler, girdi ve çıktı kontrolleri, onaylar, harcama limitleri. Önemli olanlar promptta değil, sıradan yazılımda yaşar. Şunu sorun: model yanıldığında hangileri yine de çalışıyor?
• Prompt enjeksiyonu (prompt injection). Sistemin okuduğu bir metne, örneğin bir e-postaya gizlenmiş ve sistemin yaptığı işi değiştirmeye çalışan talimatlar. En çok, sistem işlem yapabildiğinde ya da hassas verileri görebildiğinde önem kazanır. Şunu sorun: nasıl test edildi?
• Puanlayıcı model (LLM-as-a-judge). Değerlendirmeler sık çalışabilsin diye bir modelin başka bir modelin yanıtlarını bir puanlama ölçütüne göre puanlaması. Puanlayıcının da insanlarla karşılaştırılarak kontrol edilmesi gerekir. Şunu sorun: bizim inceleyicilerimizle aynı fikirde mi?

Bir sistemin günlük işleyişini anlatan terimler hangileri?

Bu terimler, sistemin neye mal olduğunu ve canlıya alındıktan sonra iyi kalıp kalmadığını belirler.

• Yanıt süresi (latency). Bir istekten kullanılabilir bir yanıta kadar geçen süre. Canlı sohbet saniyeler ister, gece çalışan bir toplu iş bekleyebilir; bu da tasarımı ve maliyeti değiştirir. Şunu sorun: iş akışı en yoğun anında neye ihtiyaç duyuyor?
• Görev başına maliyet (cost per task). Tamamlanmış tek bir işin tam maliyeti: model kullanımı, altyapı, inceleme süresi ve bakım. Token fiyatlarını değil, hatalar dahil bunu karşılaştırın. Şunu sorun: inceleme maliyete ne kadar ekliyor?
• Yönlendirme (routing). Her vakayı, onu güvenilir biçimde çözen en ucuz seçeneğe göndermek: küçük bir model, daha büyük bir model ya da bir insan. Eşikler sezgiden değil, değerlendirme setinden gelir. Şunu sorun: hangi vaka nereye gidiyor?
• Kayma (drift). Sisteme kimse dokunmadan kalitenin yavaş yavaş değişmesi; çünkü belgeler, vaka dağılımı ya da sağlayıcının modeli değişmiştir. Çoğu zaman ilk olarak müdahalelerin artmasıyla kendini gösterir. Şunu sorun: bunu birkaç gün içinde fark eder miydik?
• Model sürümü (model version). Bir sistemin kullandığı belirli sürüm; sağlayıcılar sürümleri günceller ve kullanımdan kaldırır. Bir sürüme sabitlemek, siz geçmeye karar verene kadar davranışı sabit tutar. Şunu sorun: ne kadar önceden haber alıyoruz?
• Denetim kaydı (audit trail). Sistemin ne gördüğünün, hangi kaynakları kullandığının, ne ürettiğinin ve kimin onayladığının kaydı. Bir kararı çok sonra bile yeniden kurabilirsiniz. Şunu sorun: tartışmalı bir vakayı yeniden kurabilir miydik?

Hangi ifadeler ek bir soru sormanızı gerektirir?

Bazı ifadeler yanıt gibi görünür ama soruyu saklar. Yanındaki soruyu sorun.

Bir sonraki tedarikçi toplantısından önce ne yapmalı?

İlgili soruları toplantıdan önce tedarikçiye gönderin; iyi tedarikçiler yazılı yanıt verir. Bu soruları kendi iş akışlarınızdan birine uygulamak isterseniz hizmetlerimiz tam oradan başlar; nasıl çalıştığımız da değerlendirme setlerinin ve onay noktalarının nereye oturduğunu gösterir.

Kaynaklar

1. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (Lewis et al.) arXiv arxiv.org/abs/2005.11401
2. LLM01:2025 Prompt Injection OWASP Gen AI Security Project genai.owasp.org/llmrisk/llm01-prompt-injection
3. Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile, NIST AI 600-1 ABD Ulusal Standartlar ve Teknoloji Enstitüsü (NIST) nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf